P2P借贷出借人的羊群行为及其理性检验——基于拍拍贷的实证研究

曾江洪 杨帅

（中南大学 商学院，湖南 长沙410083）

一、引言

羊群行为是指出借人在信息环境不确定的情况下，行为受到其他出借人的影响，模仿他人决策或者过度依赖于舆论，而忽略自己的信息的行为［1］。在P2P借贷市场中，个体参与者可以在没有金融机构充当中介的情况下，实现彼此间的借贷活动。与传统金融市场相比，P2P借贷市场在以下三个方面存在显著的差异：首先，一个借款人的借款请求通常需要同时依赖多个出借人投标才能得以满足，每个出借人只解决其借款需求的一部分；其次，外部因素对该类借贷活动的影响十分显著，因为每位潜在的出借人都能观察到其他出借人的出借数额；与银行等传统的大型金融机构不同，个体出借人在判断借款人的信贷等级和违约风险时，通常缺乏专业的知识和资源，而这又与借款人的违约风险密切相关。这些特征使得出借同伴的借款决策成为潜在出借人进行投资决策时一个可能且重要的参考资源。

在此背景下，在金融中介缺失的P2P借贷中，个体出借人不仅可以自行决定是否将资金提供给借款人，还可以即时地了解该标的下其他已投资的出借人相关的投资情况。故其出借人在进行投资决策时，不仅会考虑借款人公开的相关个人信息，如财务状况、年龄、性别等，还可能依据其他出借人的投资决策信息，跟随他人决策，形成“羊群行为”。

此外，相对于非理性羊群行为仅仅简单地将他人的决策视为一种描述性的社会规范，进而模仿他人的决策［2］，理性羊群行为中的出借人会对已做出决策的出借人进行观察型学习，如在对借款人信贷状况不确定的情况下将同伴出借人的投资决策信息加以考虑，并结合自身经验来对借款清单的信息做出判断处理并最终形成决策［1，5］。

对非理性羊群行为和理性羊群行为进行区分是十分重要的，哪种行为机制起主导作用，将决定市场在应对羊群行为时所采取的措施。如果是非理性羊群行为起主导作用，则需及早防范，因为羊群行为可以自我强化［3］；如果是理性羊群行为占据主导作用，则无需过于担心。因为理性观察学习者并不会盲目跟随羊群行为，反而会对引发该现象的各种原因进行探究，最终综合考虑后做出合理决策。

本文即以拍拍贷的P2P借贷平台为背景，以2013年7月1日至2013年12月31日相关借款标的的投标记录为样本，对出借人的投资决策行为进行分析，以探究羊群行为是否存在，并对其进行理性检验。

二、文献回顾

（一）信息不对称

信息不对称（也被称为“柠檬市场”）的存在会导致道德伤害或逆向选择（Holmstrom 1984）［4］。P2P借贷作为未来十年中最重要的金融创新之一［5］，其虽然通过免去昂贵的金融中介降低了借贷双方之间的交易成本，但却可能会由于匿名的交易背景以及出借人专业财务技能的缺乏而导致该市场的信息不对称程度显著高于传统金融市场［6］。在P2P借贷中，信息的高度不对称为劣质的借款者刻意隐瞒对自己不利的信息以提高借款成功率，或者降低自己所需承担的借款利率提供了条件；而优质借款者则因为没有办法将自己与其他借款者进行区分而不得不支付与其信用等级不相匹配的借款利息（通常会高于其理论上应当承担的利息水平）［7］。因此，为了维持P2P借贷市场的正常运转并创造更大的社会福利，P2P借贷市场上借款人和投资者之间的信息不对称应该加以解决。

为缓解逆向选择，降低信息不对称性，学者们从不同的机制设计和系统特征出发进行了大量的研究。Herzenstein（2008）通过使用Prosper的交易数据，发现除了贷款的特征变量，如借款标的的借款金额、借款期限以及借款人愿意承担的借款利率，会影响借款成功的可能性外，其借款人特征，包括人口统计特征、财务稳健性，以及提出借款申请时所做出的努力等，也会对P2P借贷的融资成功可能性造成显著影响［8］。根据Pope和Sydnor（2008）的研究，P2P借贷市场上存在显著的种族差异，并且黑人不仅不太可能获得贷款，还必须承担较高的借款利率［9］。相对地，Ravina（2012）通过其研究表明，种族对贷款成功的可能性在数据上并没有显著的影响，但种族的差异性会对借款人所需承担的利率在某些情况下会有显著的影响；此外，她还发现相对相貌普通的借款人而言，外貌美丽的借款人成功获得贷款的可能性更高，且其所需支付利息率更低，发生违约情况的可能性也更小［10］。Lin等人（2011）认为，社交网络作为一种新的软信息来源，在缓解信息不对称并且减轻逆向选择的问题上有显著影响，并且这种作用在线上P2P借贷的环境中表现得特别突出［11］。陈冬宇（2013）通过采用社会资本理论和社会认知理论作为基本研究框架，发现当信息不对称程度很高时，出借人就会更多地依赖借款者的社会资本来判断借款人是否可信［12］。

然而，以上学者的研究虽然在一定程度上为缓解P2P借贷中的信息不对称程度提供了新的思路和途径，但P2P借贷中的“脱媒化”及权威信贷资料的缺乏决定了信息不对称问题难以被如此轻易解决。

（二）羊群行为的存在性

模仿作为人类最基本的本能之一［13］，当参与者拥有不完全信息时，会倾向于跟随他人的决策，即发生羊群行为（Bikhchandani 2000）［14］。Pritsker和 Kodres（1995）［15］、Graham （1999）［16］、Bikhchan-dani和Sharma（2011）［17］等多位学者都通过实证检验验证了国外金融市场中羊群行为的存在及其影响，而我国的相关学者也针对股票、基金市场以及机构投资人和股评家群体，甚至公司并购中的羊群行为进行了大量探索，并验证了该类行为的存在和相关影响［18-30］。

在P2P借贷领域，则仍处于起步阶段，只有少数学者进行了探讨。Krumme和Herrero（2009）为解释P2P借贷市场上已观测到的出借人的投标模式，对羊群行为和互惠情境两者进行了模拟研究［24］。Herzenstein（2010）观察到线上P2P借贷的羊群行为不仅使得出借人更有可能向已有更多投标的借款申请进行投标，而且该种策略性羊群行为还与借款项目的后期绩效显著正相关［25］。Wang和 Greiner（2010）提出，由于线上P2P借贷的羊群行为的存在，可能会导致项目具有低投资回报率、高风险回报比率，且无法充分利用的贷款人资金资源的特征［26］。Shen（2010）认为P2P借贷中的出借人在借出自己的资金时，并非理性地依据借款项目自身的风险和收益进行投资，并且该群体中存在着显著的羊群行为［27］。Lee（2012）通过针对韩国最大P2P借贷平台的数据进行实证研究后发现，在该平台上存在着显著的羊群行为，并且随着投标过程的进行，这种羊群效应呈现出边际递减效应［28］。Liu（2013）通过将出借人的朋友进行线下和线上的区分，并进行研究后发现由于“社交羊群”效应的存在，当潜在出借人的朋友，尤其是其线下的亲密朋友对借款标的进行投标后，则该出借人很可能会跟随投标［29］。

由此可知，以上研究多基于国外P2P借贷市场的背景或重在探索线下亲密朋友的“社交羊群行为”，目前还没有相关学者就中国情境下P2P借贷中“羊群行为”的普适性展开研究。本文即在此背景下，通过实证分析，对P2P借贷中出借人群体间的羊群行为进行探索。

（三）理性羊群行为和非理性羊群行为

羊群行为的理性与否对经济行为的影响是不同的。在P2P借贷市场中，如果出借人仅仅只是简单地重复他人的借贷决策，则他们不会关注其他人为何要做出这样的决策。例如，Simonsohn和Ariely（2008）研究发现不熟练的eBay投标者会由于羊群行为的影响，向已经拥有较多投标人标的进行投标，而罔顾人们之前之所以对这些标的进行投标是因为其起拍价格较低的事实［3］。然而，相对地，如果出借人是理性的观察型出借人，则其通过观察其他投资决策所做出的推断会受到公开的、可观察的借款标的的特征的调节。

Puro（2011）认为在P2P借贷中，出借人的投标行为时异质化的，不同出借人的投标策略会随着时间和学习经验而变化［30］。相对诸如ebay竞拍市场上竞标者的非理性行为以及所带来的影响［3］，针对P2P借贷市场上羊群行为的理性和非理性研究则可以帮助出借人获取更好的投资机会［31］。并且由于P2P借贷市场是以市场为导向且不存在层级结构，因此出借人在对借款人进行筛选时，借款人的“软信息”成为了潜在的有利条件。如，Iyer等（2009）的研究显示，如果只允许投标人观察到借款人的累计信用层级，而非具体信用分数，投标人仍然可利用可用信息推测出借款人信用分数波动的1/3［32］；而 Zhang（2012）的研究也显示，Prosper借贷市场的出借人群体并非仅仅单纯地模仿其同类的决策（非理性羊群行为），同时，他们会进行积极的观察学习（理性羊群行为），并通过观察前期出借人的投资决策来推断借款人的可信赖度，同时使用相关的公开信息来调整自己的判断［33］。

因此，对中国P2P借贷市场上出借人群体间的羊群行为进行理性和非理性的辨析，可以深入了解其形成机理和内在机制，真正理清中国P2P借贷市场上出借人投资决策中羊群行为的相关影响和可能结果，并为市场和监管层做出恰当反映提供确切依据。

三、模型建立和变量解释

（一）羊群行为的存在性检验

1.模型建立

实务中，由于目前我国社会信用体系不全面，因此借贷双方之间信息不对称程度相对国外市场而言更加严重。同时，P2P借贷市场的目标客户群体多为难以在银行等传统金融机构中获得借款的小微企业和个人借款者，该类借款者的信贷状况通常都较低或难以衡量，且彼此间相差不大，因此，出借人群体难以从借款人信贷分数中获得大量有用信息；但在此背景下，借款人群体通常会非常愿意呈交和公开大量的个人信息；这就为羊群行为的发生提供了背景条件。此外，P2P借贷中的出借人在投资过程中的外部效应是十分明显的，因为出借人不仅可以自行决定投资项目和投资数额，还能随时观测到其他出借人的相关投资决策。因此，在进行决策时，同伴的借贷决策信息可能成为出借人进行投资决策时参考信息的来源，甚至成为其重要依据。

在本文的分析中，以借款标的j在第t个时间段收到的投标金额定义为yjt，此处t＝1，……，T（T是该借款标的的到期期限）；以某一借款标的的累计投标金额作为羊群的衡量指标。这是因为累计金额反映了前期出借人对于该借款标的的集体评估状况，且反映了其投资分配决策。以RAjt代表第j个借款项目截止至第t天已经收到的投资金额。对于羊群行为的初步检验是检测借贷过程中的存在性，即yjt可能会与滞后的累计投标金额RAj，t-1相关。

为了有效地衡量出借人在借款项目投标决策过程中的羊群行为是否存在，借鉴Zhang和Liu（2012）的思路与理论，建立如下模型

2.变量解释

针对模型（1）相关变量解释如表1所示。

（二）羊群行为的理性检验

1.模型建立

研究时仅将对羊群行为的研究聚焦于其存在与否及其广义表现形式是不够的，还必须从内在机理的角度来探索羊群行为本身是理性还是非理性的问题。但很显然，外界无法直接区分这两种情形。因为直接区别这两种行为需要出借人决策过程中的信息，而这些信息很难获取，故从统计上区分这两种行为十分困难，因此如何区别理性羊群行为和非理性羊群行为是目前羊群行为研究中尚无定论的问题［34］。

利用公开的、可观察的借款标的特征截面差异来对理性和非理性从众行为进行区别，通过羊群行为特征变量与借款特征属性等的交互变量的引入，可以间接推断哪一种情形更为可能。

此外，取决于出借人进行的是理性还是非理性羊群行为，某一借款标的实现某一累计金额时的已有的投标次数的调节效应可能也是不同的。在非理性从众情况下，最显著的线索在于该借款标的资金的筹集程度，而对到底有多少出借人对这一标的进行了投资是不重要的。然而对于理性观察型的出借人而言，这种调节效应是十分重要的。例如，假设A、B两个投资标的都收到了100元。而标的A的100元是由一个出借人进行投资的，而标的B则属于从两个出借人各投50元。一方面，标的B吸引了更多的支持型投标，另一方面，标的B的信号加强作用可能会更弱，因为作为一个观察学习型出借人，第二个出借人在进行投资时已经收到了第一个出借人50元投资的影响。为衡量这种可能性，本文引入羊群行为特征变量和前滞的投标次数的交互变量来加以检验。

因此，为了检验我国P2P借贷市场中羊群行为的性质，在模型（1）的基础上，建立如下模型

2.变量解释

模型（2）的相关变量解释如表2所示。

表2 羊群行为理性检验模型涉及的变量定义

四、样本选择与描述分析

（一）样本选择

作为我国首家、最大、最多人使用的互联网金融P2P网络借贷平台，拍拍贷始终坚持实行无担保、纯线上的借贷模式，这也为我们对于出借人决策行为的研究提供了可靠基础。

本文原始数据来自拍拍贷网站上2013年7月1日到2013年12月31日间借款成功的借款申请网页，并通过计算机编程和手工处理进行收集。由于个人标借款额度小，通常为几千元，并且能在相当短的时间内（有的甚至在1分钟之内）就可以获得满标，非常不利于对数据进行投标时间的划分和处理。因此，为保证数据的可用性和有效性，本次所收集的数据要求借款项目必须满足借款额度大于等于10 000元，以便通过较长的时间跨度对投标时间进行间隔划分。

通过计算机爬虫软件的运用，本文采集了4 910条借款金额在10 000元及以上的借款项目的相关信息。在此基础上，通过对数据进行排序与统计处理，以及通过另外编写其他计算机程序，本文将该4 910条借款项目中每条借款项目的所有投标记录按照所发生的投标时间的先后顺序，以60分钟为投标间隔，进行了归类整理和数据统计，总共获得了66 572条对应投标间隔记录。

（二）描述分析

以所收集到的4 910条借款项目为基础，在对其进行统计性描述分析以后，可以发现，在满足数据收集要求的借款项目中，借款项目的最低借款额为条件所设定的10 000元，而借款额度最高达到了500 000元人民币，这表明只要符合拍拍贷的信贷要求，零散借款者可以通过该平台及时获得所需的借款金额，缓解资金紧张的情况。在借款利率方面，借款人所需承担的最低年化利率为7%，而最高则达到了24%，普遍高于银行的活期和短期存款利率，但仍然符合“不得高于国家法定的银行同期利率的4倍”的标准。由于多数是小微企业及零散借款人员以缓解短期资金紧张，该网站上的借款项目最长的借款期限也只有12个月，最短的甚至只有1个月的期限，表明资金流动性较高，出借人可以灵活地处置自己的资金。

表3 模型样本的描述性统计

为了降低借贷风险，拍拍贷平台对借款人进行了A、B、C、D、E、HR等6个信贷等级的划分。通过赋值及统计后，发现借款人的信贷情况涵盖了以上6个等级，且标准差较小表明借款人的信贷等级分布较为集中。此外，在借款人群体中，男性借款人以4 026人占据借款人人数的绝大部分，而女性借款人则较少，只有884人。为了获取较高的信贷等级，降低自己所需承担的借款利率，借款人通常会上传较多自己的资料和相关信息进行验证以获取拍拍贷上较高的信贷分数。从上表可以发现，在4 910项借款项目中，分别有4 419、4 566、3 142位借款人通过了拍拍贷的视频、户口和手机认证，而由于学历查询的限制，在该批借款人中，只有2 160位借款人的学历认证获得了通过。此外，在更为严格的信用审查中只有687位借款人通过了“安全标”的验证，以提高自己的借款效率和借款标的的吸引力。

五、回归分析和稳健性检验

（一）回归分析

以模型（1）和模型（2）为基础，针对其进行的线性回归结果综合如下。

1.羊群行为的存在性实证结果分析

表4中column1关于模型（1）的实证结果表明：在出借人对借款项目进行投资的过程中，借款项目已经筹集到的资金额度会对其投资决策产生正向影响，即在出借人浏览该借款项目的时刻，该项目已筹集的资金越多，则该出借人对其投资的可能额度越大，这一系数表明了出借人在投资过程中会受到其他出借人投资决策的影响，存在羊群效应。

在以“前期出借人的累计投标次数LB”为衡量指标时，我们发现出借人的投资决策与已获得累计投标次数负相关，也即前期出借人投资的次数越多，则潜在出借人对借款项目可能的投资金额越小。这是因为，由于每个借款项目的借款金额是确定的，投资于该项目的出借人越多，则每个出借人的投资金额越少，说明出借人在分散风险时认为该投资项目风险较高，故对潜在出借人的投资决策造成了消极影响，这与Herzenstein（2010）［19］、Zhang（2012）［28］关于羊群行为的存在性的研究结论是一致的。

表4 模型回归结果

2.羊群行为理性检验实证结果分析

表4中column2关于模型（2）的实证结果表明的是估计的借款标的特征的主要效应。

在First_interval列中，反映的是在第一个时间间隔中各个借款标的所筹集到的金额与相关影响因素的关系。从表中可以发现：借款金额越高、借款人为女性、借款期限越短时，借款标的在第一个时间间隔内所筹集到的款项越多，这与Herzenstein（2008）［14］关于借款影响因素的研究结果一致。在反映借款人的信贷风险方面，回归结果显示：借款利率越低、借款人信贷等级越高，则借款标的在第一个时间间隔内所筹集的金额越多。由于拍拍贷借贷平台规定了相应信贷等级的最低借款利率，也即当借款人信贷等级越高、信贷风险越小时，其所须承担的借款利率越低；因此该实证结果表明在借款标的发布的第一个时间段中，出借人倾向于对风险小的借款标的进行投标。

Rationalherding列中，在对羊群行为和借款标的的信贷风险相关特征进行综合考虑后，其实证结果显示：RA与rate的交互变量的系数显著为正，与First_interval中rate的效应相反：当借款人的借贷风险越高时，羊群行为特征变量所包含的信息量越低；也即如果借款标的存在公开的、可观测到的缺点，则羊群行为有利于无形地提升借款人的信贷状况；此外，RA和LN的交互变量的系数是负的，这意味着如果后续投标的出借人受到大量的前任出借人的影响，则RA所包含的信息量也是下降的。这一效应与理性从众行为的理论文献是相符的——由于决策者会模仿其前期已投人员的行为，因此这些决策者的决策质量变得难以衡量［1，35］。

但在考虑羊群行为的性质时，RA与credit的交互变量的系数显著为正，这与对理性从众行为的预测是相反的。出现这一状况的可能原因之一是在拍拍贷上信贷等级的分数不仅包括了借款人提供的各种信贷资料证明所带来的分数，还包括了借款人的归还次数以及未明确的“其他信息”等的分数。这对已经成功多次借款的借款人而言是极其有利的，其借款成功且归还成功的次数越多，其出借人中出现“再次出借者”的比例和几率则越高；而此类“再次出借者”则可能依据自己所熟悉的情况直接对借款人的借款项目进行投资，甚至大额投资，而不对其他出借人的投资行为进行考虑。这与武志伟（2010）关于我国证券市场中的出借人忠诚度方面的研究相一致［36］。

（二）稳健性检验

由于本文的时间段划分是通过计算机程序进行的认为划分，因此，为检验本文研究结论在不同时间段的正确性和普适性，以30分钟为一个时间间隔段对出借人的投标行为进行重新划分，并取得相关数据。其检验结果如表5所示。

从表5发现：在以30分钟为投标时间间隔的水平下，column1中羊群特征变量RA的系数在0.01的水平下显著为正，即与以60分钟为时间间隔的结果一致，该时间段划分下的出借人在进行投资时，会受到其前期投资者行为的影响，投资行为中存在显著的羊群行为。此外，在column2的first_interval列中，借款金额、信贷等级对借款标的在首个时间间隔内筹集的资金存在积极而显著的主效应，而借款利率、借款期限、借款人性别则对其拥有显著的消极主效应；column2在对羊群行为特征变量RA和借款特征属性变量等进行综合考虑以后，RA与投标滞后变量LB，以及RA与rate变量的交互变量对后续筹资情况的影响都明显符合理性羊群行为的相关特征。因此，可以合理推测，无论用何种时间段作为投资行为的间隔标准都不影响研究结论的一致性和正确性，即在我国P2P借贷市场中，羊群行为是普遍存在与出借人的投资决策中的，且表现为理性羊群行为。

六、研究结论与启示

本文沿袭Herzenstein、Zhang和Liu等学者的研究思路，以2013年下半年拍拍贷P2P借贷平台相关借款项目的面板数据为基础，对出借人投资决策中可能存在的羊群行为进行了存在性检验，并在此基础上进行了理性检验，以辨别其性质。

研究结果表明：由于P2P借贷市场上信息不对称现象的存在，借款项目前期已筹集的资金越多，仍需筹集的资金比例越低，则潜在出借人越容易模仿前期出借人的投资行为对借款项目进行投资，即借款项目潜在出借人的投资决策会受到其前期出借人的影响，存在显著的羊群行为。与盲目模仿前期出借人的投资决策不同，P2P借贷市场上的潜在出借人会通过观察同伴的投资决策来推断借款人的可信赖度，并结合借款项目公开的信贷信息来调整自己的判断，是一种理性的羊群行为。

表5 模型稳健性检验回归结果

以上特性的存在会对我国P2P借贷市场的不同参与主体造成不同的影响。对出借人而言，其在进行投资决策时，由于其群体内理性羊群行为的存在，使得其可以合理地对前期出借人的投资决策进行参考，进而提升自己投资决策的正确度，降低所投标的的违约风向，提高投标收益率，并且该行为尤其对投资新手具有重要作用；对借款人而言，由于出借人群体中羊群行为的存在，且是理性行为，因此在提出借款申请时，尤其对于信贷等级不高的借款人而言，应当尽可能多地提供相关的信贷证明材料或在P2P借款平台的论坛中保持活跃状态，增加自己的“软信息”的来源，并提升“软信息”的质量，以增加自己借款成功的可能性；对P2P借款平台而言，由于出借人投资决策行为中理性羊群行为发挥作用时，会综合考虑借款人的“硬信息”和“软信息”，因此平台在对借款人进行资质审核时，不仅应当注重对其借款属性等“硬信息”的审核，还应该对其“软信息”的质量投以关注，以保证借款人的可靠性，从根源上控制借贷风险。

［1］Banerjee A V.A Simple Model of Herd Behavior［J］.The Quarterly Journal of Economics，1992，107（3）：797-817.

［2］Croson R，Shang J Y.The Impact of Downward Social Information on Contribution Decisions［J］.Experimental Economics，2008，11（3）：221-233.

［3］Simonsohn U，Ariely D.When Rational Sellers Face Nonrational Buyers：Evidence from Herding on eBay［J］.Management Science，2008，54（9）：1624-1637.

［4］Holmstrom B.The Provision of Services in a Market Economy［J］.Managing the Service Economy：Prospects and Problems，1985：183-213.

［5］Sviokla J.Forget Citibank，Borrow from Bob［N］.Harvard Business Review：Breakthrough Ideas for，2009.

［6］Klafft M.Online Peer-to-Peer Lending：A Lenders＇Perspective［C］.Proceedings of the International Conference on E-Learning，E-Business，Enterprise Information Systems，and E-Government，EEE.2008：371-375.

［7］Kerlof G A.The Market for“Lemons”：Quality Uncertainty and the Market Mechanism［J］.The Quarterly Journal of Economics，1970，84（3）：488-500.

［8］Herzenstein M，Andrews R L，Dholakia U，et al.The Democratization of Personal Consumer Loans？Determinants of Success in Online Peer-to-Peer Lending Communities［C］.Boston University School of Management Research Paper，2008.

［9］Pope D G，Sydnor J R.What’s in a Picture？Evi-dence of Discrimination from Prosper.com ［J］.Journal of Human Resources，2011，46（1）：53-92.

［10］Ravina E.Love ＆ Loans：The Effect of Beauty and Personal Characteristics in Credit markets［R］.SSRN 1107307，2012.

［11］Lin Mingfeng，Nagpurnanand R Prabhala，Siva Viswanathan.Judging Borrowers by the Company They Keep：Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending［J］.Management Science，2013，59（1）：17-35.

［12］陈冬宇，赖福军，聂富强等.社会资本、交易信任和信息不对称——个人对个人在线借贷市场的实验研究［J］.北京航空航天大学学报（社会科学版），2013（4）：75-83.

［13］Devenow A，Welch I.Rational Herding in Financial Economics［J］.European Economic Review，1996，40（3）：603-615.

［14］Bikhchandani S，Sharma S.Herd Behavior in Financial Markets［R］.IMF Staff papers，2000，47（3）：279-310.

［15］Pritsker M，Kodres L E.Directionally Similar Position Taking and Herding by Large Futures Market Participants［C］.Risk Measurement and Systemic Risk：Proceedings of a Joint Central Bank Research Conference，1995：221-272.

［16］Graham J R.Herding among Investment Newsletters：Theory and Evidence［J］.The Journal of Finance，1999，54（1）：237-268.

［17］Bikhchandani S，Sharma S.Herd Behavior in Financial Markets：A Review［J］.IMF Working Paper，2000.

［18］陈浩.中国股票市场机构出借人羊群行为实证研究［J］.南开经济研究，2004（2）：91-94.

［19］宋军，吴冲锋.中国股评家的羊群行为研究［J］.管理科学学报，2003（1）：68-74.

［20］吴江，张辉.机构出借人羊群行为的演化博弈分析［J］.系统管理学报，2013（4）：466-471.

［21］顾荣宝，蒋科学.深圳股票市场的羊群行为及其演化——基于一个改进的CCK模型［J］.南方经济，2012（10）：135-145.

［22］刘翔，于瑾.中国基金业业绩持续性问题研究：基于羊群行为的分析［J］.财经理论与实践，2013（2）：40-44.

［23］张维，王雪莹，熊熊等.公司并购中的“羊群行为”：基于中国数据的实证研究［J］.系统工程理论与实践，2010，30（3）：456-463.

［24］Krumme K A，Herrero S.Lending Behavior and Community Structure in an Online Peer-to-Peer E-conomic Network［C］.International Conference on Computational Science and Engineering，2009，4：613-618.

［25］Herzenstein M，Dholakia U M，Andrews R L.Strategic Herding Behavior in Peer-to-Peer Loan Auctions［J］.Journal of Interactive Marketing，2011，25（1）：27-36.

［26］Wang H，Greiner M.Herding in Multi-winner Auctions［R］.ICIS 2010Proceeding，235，2010.

［27］Shen D，Krumme C，Lippman A.Follow the Profit or the Herd？Exploring Social Effects in Peer-to-Peer Lending［C］.Social Computing （SocialCom），2010IEEE Second International Conference on（ISBN）.Houston：ISBN，2010：137-144.

［28］Lee E，Lee B.Herding Behavior in Online P2P Lending：An Empirical Investigation［J］.Electronic Commerce Research and Applications，2012，11（5）：495-503.

［29］Liu D，Lu Y，Brass D.Friendships in Online Peerto-Peer Lending：Pipes，Prisms，and Social Herding［R］.Information Systms Seminars Working Papers，2013.

［30］Puro L，Teich J E，Wallenius H，et al.Bidding Strategies for Real-life Small Loan Auctions［J］.Decision Support Systems，2011，51（1）：31-41.

［31］Herzenstein M，Dholakia U M，Andrews R L.Strategic Herding Behavior in Peer-to-Peer Loan Auctions［J］.Journal of Interactive Marketing，2011，25（1）：27-36.

［32］Iyer R，Khwaja A I，Luttmer E F P，et al.Screening in New Credit Markets：Can Individual Lenders infer Borrower Creditworthiness in Peer-to-Peer lending？［R］.HKS Faculty Rearch Working Papers，2009.

［33］Zhang J，Liu P.Rational Herding in Microloan Markets［J］.Management Science，2012，58（5）：892-912.

［34］Cai H，Chen Y，Fang H.Observational Learning：Evidence from a Randomized Natural Field Experiment［R］.NBES Working Papers，No.13516，2007.

［35］Bikhchandani S，Hirshleifer D，Welch I.A Theory of Fads，Fashion，Custom，and Cultural Change as Informational Cascades［J］.Journal of Political E-conomy，1992，100（5）：992-1026.

［36］武志伟，陈莹.我国证券市场出借人忠诚度影响因素的实证研究［J］.软科学，2010（1）：114-120.